简介:摘要气体绝缘电器(GasInsulatedSwitchgear,GIS)的局部放电(PartialDischarge,PD)模式识别问题中,传统方法多为专家依据经验设计特征,具有一定的盲目性。深度学习可以自动挖掘数据的特征表示,但是需要大规模训练数据。密集连接网络(DenselyConnectedConvolutionalNetworks,DenseNet)的特征复用可以充分利用网络低、中、高层的特征信息,同时有效减少冗余特征,更符合本文小规模数据应用。因此,针对超高频信号的模式识别问题,本文提出将超高频信号数据转化为局部放电灰度图,利用密集连接网络自适应抽取放电灰度图的特征进行局部放电模式识别的方法。实验结果表明,本文方法比传统方法和AlexNet具有更高的准确性。
简介:摘要:设备故障常常表现为发热,长时间的发热可能会导致设备故障的进一步加深,最终威胁电力系统的稳定。利用红外成像技术不受电磁干扰、无需停电、安全可靠、判断准确等特点,可以采用红外成像仪对设备运行情况进行监测,并观测设备是否存在故障。然而实际运行中,红外图像的拍摄与处理均由运维人员人工完成,过程较为繁琐,且耗费大量时间成本。因此,本文基于现有的红外成像仪以及红外图像拍摄特点,提出一种基于图像识别技术的红外图像批量识别与归档方法,自动识别红外图像关键数据,并对图像按照设备位置进行归档,节省红外图像人工处理成本,为设备运维工作提供便利。
简介:摘要大庆油田电力集团电力职业技术培训中教师组对继电保护装置状态识别与检修进行研究,对继电保护装置进行“状态检修”的基本思路是依据继电保护装置的“状态”安排检修和试验,基准点是继电保护装置的“状态”。状态监测是状态检修的基础,状态监测是设备诊断的依据,检修决策就是结合在线监测与诊断的情况,依据继电保护装置的“状态”和设备系统的技术要求确定具体的检修计划或策略。本文阐述了通过模拟继电保护装置在电力事故和异常情况下感受的参数,使继电保护装置启动和动作,检查继电保护装置应具有的逻辑功能和动作特性,从而了解和把握继电保护装置状况。克服了设备缺陷较多的检修不足、设备状态较好的又检修过度的状况。保护的状态监测将有助于对设备的运行情况、缺陷故障情况、历次检修试验记录等实现有效的管理和信息共享,并为设备运行状况的分析提供了可靠的信息基础,将有助于合理地制定设备的检修策略,提高保护装置的可用率,为电网的安全运行提供坚实的基础。